銳化后圖像與二次拼接圖像邊緣像素差異研究

譚淅予

（湖南警察學(xué)院，長(zhǎng)沙 410000）

1 研究目的

在數(shù)字圖像作為圖像顯示主導(dǎo)節(jié)奏的時(shí)代下，銳化圖像處理是一種常用的處理手段，通常能夠?qū)ε臄z條件受限的照片起到增強(qiáng)作用。二次拼接圖像的處理方法與原因就復(fù)雜許多，可能是多張照片對(duì)于場(chǎng)景擴(kuò)充的橫向拼接，也有可能是利用局部畫面對(duì)圖像中某一部分進(jìn)行篡改。銳化圖像與二次拼接圖像，通常來說都是對(duì)圖像的后期處理，改變了圖像的原始性。但在某些情況下，銳化后圖像由于沒有改變圖像的真實(shí)性與完整性，因而可以被當(dāng)做原始圖片，或是與原始圖片一起進(jìn)行使用，起到增強(qiáng)分辨效果的作用。但是銳化后圖像會(huì)改變其主體像素邊緣銳度差異，加上通常這類照片的來源可能本身就經(jīng)過了二次黏貼，或是網(wǎng)上上傳，或是二次翻拍，很少能夠直接檢測(cè)到原始文件，從EXIF文件開始著手其原始性，單純觀察起來銳化圖像邊緣會(huì)有類似二次拼接圖像邊緣的虛實(shí)不一的效果。區(qū)分這一類照片中的像素分辨差別，在放大之后可以在像素形成的塊面中尋找關(guān)于像素的某些規(guī)律，對(duì)于直接觀察檢驗(yàn)圖像內(nèi)容的真?zhèn)?，有一定?shí)用效果，也減少了對(duì)圖像的運(yùn)算量。

2 銳化圖像技術(shù)與二次拼接圖像處理技術(shù)使用原因

通常需要對(duì)圖像進(jìn)行銳化處理時(shí)，大部分原因都是出自圖像模糊。其中可能產(chǎn)生的原因有圖像中關(guān)鍵信息不清晰，主體輪廓模糊；對(duì)比反差小，主體本身與圖像背景相似；或是圖像來源于紅外攝影設(shè)備，畫面灰白分布平均；或是由于拍攝時(shí)畫面的抖動(dòng)導(dǎo)致的圖像模糊；以及拍攝時(shí)主體告訴運(yùn)動(dòng)導(dǎo)致的運(yùn)動(dòng)模糊情況；或是在一些可進(jìn)行圖像質(zhì)量壓縮設(shè)備的處理過程中造成細(xì)節(jié)缺損等情況。銳化處理的原理是因?yàn)閳D像受到了平均運(yùn)算或是積分運(yùn)算，高頻分量被衰減，或是分量本身的不足導(dǎo)致的平均運(yùn)算，所以銳化過程實(shí)質(zhì)上是一種逆運(yùn)算，增加有差異的像素之間的差異性，將衰減的高頻分量以增噪方式還原出來。銳化圖像本身不會(huì)對(duì)圖像所包含的內(nèi)容產(chǎn)生篡改，因而在輔佐模糊圖像的觀察下是能夠提供一定幫助的。

而二次拼接圖像的處理，主要原因則出自圖像的缺損，或是對(duì)主體圖像的改變。其中包括圖片本身的老化、污損、遮擋、裁剪等，二次拼接圖像又能細(xì)分為多張照片拼接與局部拼接。多張照片進(jìn)行拼接處理通常是一種對(duì)于畫幅的擴(kuò)展，其處理手段與局部二次拼接技術(shù)相比有一定相似性且更為簡(jiǎn)單，因而在實(shí)驗(yàn)分析二次拼接圖像時(shí)，僅以局部拼接處理圖像作為實(shí)驗(yàn)對(duì)象。局部拼接圖像主要是用于增加主體，減少主體，或是替換主體內(nèi)容。常見的如人物五官的替換，由于構(gòu)圖的需要對(duì)復(fù)數(shù)對(duì)象的數(shù)量增加或減少，或是拍攝時(shí)氣候條件受限導(dǎo)致的天空畫面置換等。

3 銳化后圖像的像素分布規(guī)律

銳化圖像的像素分布均勻度不會(huì)改變，由于圖像的模糊，畫面對(duì)比度差異小，主要是通過對(duì)有差異的像素進(jìn)行檢測(cè)，增加有差異的像素的差異大小，從而改變像素之間的對(duì)比關(guān)系。模糊圖像產(chǎn)生的根本原因是因?yàn)閳D像受到了平均運(yùn)算或是積分運(yùn)算，高頻分量被衰減，或是分量本身的不足導(dǎo)致的平均運(yùn)算。銳化過程實(shí)質(zhì)上是一種逆運(yùn)算。無論是進(jìn)行USM銳化或是銳化邊緣能處理，還是進(jìn)入LAB模式在通道中對(duì)LAB圖層進(jìn)行單獨(dú)銳化，再回到RMB圖像模式中進(jìn)行觀察，圖像本身的像素分布規(guī)律都不改變。色相與LAB閾值都跟著發(fā)生變化，明暗對(duì)比度增大，顏色純度提高，因而色相也會(huì)跟著發(fā)生偏移。這種循著主體輪廓開始發(fā)生改變的效果可稱之為“邊緣擴(kuò)散效應(yīng)”。根據(jù)銳化半徑的改變，將改變像素逆運(yùn)算之后的逆平均效果。當(dāng)銳化半徑超過像素質(zhì)量本身一定倍率之后，邊緣效應(yīng)將會(huì)被擴(kuò)大，原本因?yàn)楦兄吘壎谶\(yùn)算中被拉大顏色純度而產(chǎn)生對(duì)比的輪廓部分會(huì)進(jìn)一步將這種范圍增加，形成一種類似光暈的效應(yīng)。在不熟悉這種規(guī)律的情況下觀察可能會(huì)被擴(kuò)散衍生的顏色干擾判斷，但反而是顏色和明度對(duì)比比較小的部位這種干擾比較小，顏色和明度對(duì)比較大的邊緣位置，由于進(jìn)一步擴(kuò)大對(duì)比，反而造成像素信息的缺損，干擾因而也跟著增大。

其次，有些JPEG圖片自身帶有壓縮特性，因而影響畫面成像質(zhì)量而導(dǎo)致不夠清晰?，F(xiàn)今大部分監(jiān)控視頻中直接導(dǎo)出的圖片都是這類壓縮之后的圖片，在軟件中放大觀察圖片像素，可以看到像素分布有些類似將圖片按倍率放大之后的像素?cái)U(kuò)散效應(yīng)。但這二者之間有所區(qū)別——將圖片按倍率放大之后，由于像素的增補(bǔ)是以周圍像素的平均值進(jìn)行概率擴(kuò)散分布，會(huì)出現(xiàn)類似圓周輻射的漸變分布。而JPEG壓縮圖片的特征，可以稱之為塊效應(yīng)，是將圖像分割稱8X8像素的子模塊，再對(duì)模塊進(jìn)行相似壓縮處理，減少子模塊中像素差異大小，因而達(dá)到壓縮圖像大小的目的。這樣的壓縮方法是舍棄子模塊中大量有差異信息得來的粗糙結(jié)果，子模塊與子模塊之間的過度可能不再自然，因而出現(xiàn)塊狀邊界效應(yīng)。單純的銳化處理很難增加這類圖片的子模塊中信息對(duì)比，而是更明顯的作用于子模塊之間的邊緣區(qū)域。

4 二次拼接后圖像的像素分布規(guī)律

二次拼接圖像的圖像來源主要分為兩種：一是圖像本身，二是來源于不同圖像。來源于圖像本身的圖源像素分布是一致的，并且在觀察中，人們通常對(duì)同一畫面中出現(xiàn)的兩個(gè)完全一致的目標(biāo)物體有一定關(guān)注性，因而很容易被察覺?；蚴强梢杂貌钪捣▉韺?duì)畫面進(jìn)行檢驗(yàn)——復(fù)制原圖層之后將圖層調(diào)整為差值模式，再對(duì)圖層進(jìn)行移動(dòng)觀察，疊加為全黑的部位就是拼接部位，這種通過自相關(guān)法對(duì)同圖復(fù)制黏貼的痕跡進(jìn)行檢驗(yàn)的方法便捷，但有一定局限性。

通常我們遇到的拼接圖像，無論是否為同圖拼接圖像，都有可能遇到拼接之后再對(duì)圖像進(jìn)行大小，位置，方向的變化。這種情況就不能直接用自相關(guān)法進(jìn)行檢驗(yàn)了，數(shù)據(jù)塊匹配或是對(duì)陣列進(jìn)行搜尋的計(jì)算量非常大，那么尋找變換后像素是否有一定變化規(guī)律，就成了是否可以直接判斷其篡改拼接痕跡的主要依據(jù)了。

變換后的像素坐標(biāo)因?yàn)橄惹跋袼卮笮〔町?，可能并不足以進(jìn)行整數(shù)匹配，因而像素值不能與原圖像中的像素值進(jìn)行直接匹配，一般是根據(jù)原圖像素對(duì)拼接進(jìn)來的圖像進(jìn)行變化規(guī)律估算，再進(jìn)行匹配，也就是一種插入數(shù)據(jù)。這種差值根據(jù)計(jì)算量可分為鄰近差值，雙線性差值與雙立方差值。分別以像素本身直接進(jìn)行插值，以像素的灰度值變化為線性關(guān)系根據(jù)周圍四個(gè)像素灰度進(jìn)行行列兩個(gè)方向的插值，以及利用一個(gè)立方函數(shù)逼近圖像像素值的變化規(guī)律，對(duì)其像素值周圍16個(gè)像素的灰度進(jìn)行估算并安插插值。

這種安插插值的方式對(duì)于拼接后的圖像產(chǎn)生的新的像素來說，并不是憑空添加的數(shù)值，而是由周圍像素組合起來之后再進(jìn)行平均化的像素，與銳化圖像的逆平均化剛好相反。再以拼接變換后圖像的放大與縮小對(duì)像素變化進(jìn)行觀察，能夠發(fā)現(xiàn)，在二次拼接填入的圖像像素值高于原圖時(shí)，通過縮小圖像對(duì)原圖進(jìn)行修改，邊緣像素的平均化來源于填入圖像像素的平均化壓縮，因而輪廓會(huì)因?yàn)橄袼氐母爬ǘ@得更為清晰；若二次拼接填入的圖像像素值低于原圖，通過擴(kuò)大圖像對(duì)原圖進(jìn)行修改，那么邊緣像素的平均化則來源于填入圖像像素的平均化延伸，這種延伸的概率分布是網(wǎng)格狀的，也就是逐漸擴(kuò)展，擴(kuò)展之后的邊緣區(qū)域會(huì)顯得更加模糊，造成部分邊緣與原圖有顏色與明度上的混合疊加效果，因而拼接輪廓會(huì)顯得更加模糊。

5 銳化圖像與二次拼接后圖像的像素分布差異

根據(jù)對(duì)銳化后圖像與二次拼接后圖像像素的規(guī)律觀察，最直接的差異就是銳化圖像中的“邊緣擴(kuò)散效應(yīng)”可能被擴(kuò)大的“塊效應(yīng)”形成的效果與二次拼接后圖像中的“插值延伸效應(yīng)”的不同。邊緣擴(kuò)散效應(yīng)是一種對(duì)比度與顏色純度的擴(kuò)散，范圍在主體邊緣內(nèi)側(cè)與外側(cè)皆會(huì)出現(xiàn)；塊效應(yīng)的邊緣一般是正方形像素子模塊周邊產(chǎn)生的不均勻過度，范圍一般延伸自水平方向或是垂直方向；插值延伸效應(yīng)受拼接圖像形狀與拼接圖像與原圖像的像素差異影響，可能會(huì)出現(xiàn)銳化型邊緣或是模糊型邊緣，銳化型邊緣一般不會(huì)出現(xiàn)純垂直或水平方向的規(guī)則子模塊，模糊型邊緣一般不會(huì)有高純度或大對(duì)比像素在鄰近區(qū)域分布。

然而有一種情況，在對(duì)圖像進(jìn)行二次拼接時(shí)，可能除了放大、縮小、改變位移之外，還用修補(bǔ)工具，仿制圖章工具等對(duì)修補(bǔ)區(qū)域進(jìn)行了篡改，這時(shí)候的圖像區(qū)域像素分布會(huì)相對(duì)均勻，很少出現(xiàn)銳化型邊緣特征點(diǎn)，同時(shí)由于對(duì)比關(guān)系較小，模糊型邊緣區(qū)域比較難以尋找。這時(shí)候可以先尋找原圖中像素是否存在塊效應(yīng)，若存在，那么圖像里塊效應(yīng)被破壞，出現(xiàn)不規(guī)則子模塊排布的區(qū)域，就很可能是拼接區(qū)域。如果原圖與拼接圖像上均不存在塊效應(yīng)區(qū)域，則需要結(jié)合銳化圖像來看像素的分布狀況，利用LAB數(shù)值與像素的色相分布區(qū)間來尋找與周圍像素區(qū)間跨度較異常的區(qū)域進(jìn)行識(shí)別，或是使用運(yùn)算方式更加精確的方法來分辨圖像了。

6 邊緣像素差異研究的結(jié)論

銳化圖像像素邊緣和二次拼接圖像像素邊緣的差異主要來源于擴(kuò)散效應(yīng)與擴(kuò)散效應(yīng)的逆運(yùn)算差別。銳化圖像時(shí)對(duì)擴(kuò)散效應(yīng)的逆運(yùn)算，而二次拼接圖像則是像素重組之后的擴(kuò)散效應(yīng)。研究邊緣像素差異的目的是為了更便捷的分辨被篡改圖像的真實(shí)性。證明圖像是否被處理過只是圖像檢驗(yàn)的初始目標(biāo)，最終目的還是為了分辨出圖像被處理的痕跡在什么地方，了解其篡改處理的過程與方法，在推測(cè)其使用的軟件、工具、以及步驟的過程中得到視覺經(jīng)驗(yàn)，從而得到整合的結(jié)論，來幫助我們更有效率的觀察圖片。這是軟件始終無法替代的能力?，F(xiàn)今軟件檢測(cè)的功能日益強(qiáng)大，但篡改修改數(shù)據(jù)、或是圖像處理的方法也在日臻精進(jìn)，自動(dòng)化檢測(cè)能夠針對(duì)的是大部分通常化普及化的問題，的確能夠提高對(duì)于普及問題的處理效率，但實(shí)際上成為困擾，或是容易被忽略的還是特殊個(gè)例，不能過度依賴人工智能或是軟件結(jié)論來分析數(shù)據(jù)。